ヒートマップ
Contents
2. ヒートマップ¶
2.2. Plotlyによる作図方法¶
Plotlyでは，plotly.express.density_heatmap()を用いて作図できます．
import plotly.express as px
fig = px.density_heatmap(
df, x='col_x', y='col_y', z='col_z')
上記の例では，dfのcol_xを横軸，col_yを縦軸とし，col_zの量に応じて色を塗り分けたヒートマップのオブジェクトfigを作成します．
2.3. MADB Labを用いた作図例¶
2.3.1. 下準備¶
import itertools
import pandas as pd
import plotly.express as px
import warnings
warnings.filterwarnings('ignore')
# 前処理の結果，以下に分析対象ファイルが格納されていることを想定
PATH_DATA = '../../data/preprocess/out/episodes.csv'
# Jupyter Book用のPlotlyのrenderer
RENDERER = 'plotly_mimetype+notebook'
def show_fig(fig):
"""Jupyter Bookでも表示可能なようRendererを指定"""
fig.update_layout(margin=dict(t=50, l=25, r=25, b=25))
fig.show(renderer=RENDERER)
def add_years_to_df(df, unit_years=10):
"""unit_years単位で区切ったyears列を追加"""
df_new = df.copy()
df_new['years'] = \
pd.to_datetime(df['datePublished'])\
.dt.year // unit_years * unit_years
df_new['years'] = df_new['years'].astype(str)
return df_new
def resample_df_by_cname_and_years(df):
"""cnameとyearsのすべての組み合わせが存在するように0埋め
この処理を実施しないと作図時にX軸方向の順序が変わってしまう"""
df_new = df.copy()
yearss = df['years'].unique()
cnames = df['cname'].unique()
for cname, years in itertools.product(cnames, yearss):
df_tmp = df_new[
(df_new['cname'] == cname)&\
(df_new['years'] == years)]
if df_tmp.shape[0] == 0:
s = pd.Series(
{'cname': cname,
'years': years,
'weeks': 0,},
index=df_tmp.columns)
df_new = df_new.append(
s, ignore_index=True)
return df_new
df = pd.read_csv(PATH_DATA)
2.3.2. 作品別・年代別の合計連載週数（上位20作品）¶
# 10年単位で区切ったyearsを追加
df = add_years_to_df(df)
# プロット用に集計
df_plot = \
df.groupby('cname')['years'].value_counts().\
reset_index(name='weeks')
# 連載週刊上位10作品を抽出
cnames = list(df.value_counts('cname').head(20).index)
df_plot = df_plot[df_plot['cname'].isin(cnames)].\
reset_index(drop=True)
# 作図用に空白期間を0埋め
df_plot = \
resample_df_by_cname_and_years(df_plot)
# 合計連載週数で降順ソート
df_plot['order'] = df_plot['cname'].apply(
lambda x: cnames.index(x))
df_plot = df_plot.sort_values(
['order', 'years'], ignore_index=True)
fig = px.density_heatmap(
df_plot, x='years', y='cname', z='weeks')
show_fig(fig)
# 1年単位で区切ったyearsを追加
df = add_years_to_df(df, 1)
# プロット用に集計
df_plot = \
df.groupby('cname')['years'].value_counts().\
reset_index(name='weeks')
# 連載週刊上位10作品を抽出
cnames = list(df.value_counts('cname').head(20).index)
df_plot = df_plot[df_plot['cname'].isin(cnames)].\
reset_index(drop=True)
# 作図用に空白期間を0埋め
df_plot = \
resample_df_by_cname_and_years(df_plot)
# 合計連載週数で降順ソート
df_plot['order'] = df_plot['cname'].apply(
lambda x: cnames.index(x))
df_plot = df_plot.sort_values(
['order', 'years'], ignore_index=True)
fig = px.density_heatmap(
df_plot, x='years', y='cname', z='weeks')
show_fig(fig)
2.3.3. 作者別・年代別の合計連載週数（上位20名）¶
# 10年単位で区切ったyearsを追加
df = add_years_to_df(df)
# プロット用に集計
df_plot = \
df.groupby('creator')['years'].value_counts().\
reset_index(name='weeks')
# 連載週刊上位10作品を抽出
cnames = list(df.value_counts('creator').head(20).index)
df_plot = df_plot[df_plot['creator'].isin(cnames)].\
reset_index(drop=True)
# 作図用に空白期間を0埋め
df_plot = \
resample_df_by_creator_and_years(df_plot)
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
/tmp/ipykernel_218/3393149417.py in <module>
9 # 作図用に空白期間を0埋め
10 df_plot = \
---> 11 resample_df_by_creator_and_years(df_plot)
NameError: name 'resample_df_by_creator_and_years' is not defined
# 合計連載週数で降順ソート
df_plot['order'] = df_plot['creator'].apply(
lambda x: creators.index(x))
df_plot = df_plot.sort_values(
['order', 'years'], ignore_index=True)
fig = px.density_heatmap(
df_plot, x='creator', y='years', z='weeks')
show_fig(fig)